市場監管總局： 部分不法經營者假借科普變相發布醫療廣告
2025-10-31 06:39 5,829次浏览8月12日電 據財政部微信公眾號消息，為貫徹落實黨中央、國務院關於大力提振消費、全方位擴大國內需求的決策部署，充分發揮財政政策引導帶動作用，推動降低服務業經營主體融資成本，助力激發消費市場活力，財政部會同民政部、人力資源社會保障部、商務部、文化和旅遊部、國家衛生健康委、中國人民銀行、金融監管總局、體育總局聯合印發《服務業經營主體貸款貼息政策實施方案》(財金〔2025〕81號，簡稱《方案》)。近日，財政部有關負責人就《方案》有關情況回答了記者提問。 一、今年以來，國家持續出臺穩就業、穩經濟、促消費政策舉措，此次九部門聯合印發《方案》，主要背景是什麼？ 答：2024年中央經濟工作會議、2025年《政府工作報告》均提出大力提振消費、提高投資效益，全方位擴大國內需求。2025年3月，中共中央辦公廳、國務院辦公廳公開發布《提振消費專項行動方案》，要求「發揮財政政策引導帶動作用，2025年對符合條件的個人消費貸款和消費領域的服務業經營主體貸款給予財政貼息」。為落實黨中央、國務院決策部署，財政部牽頭制定了服務業經營主體貸款貼息政策和個人消費貸款貼息政策，於7月31日經國務院第65次常務會議審議通過。作為兩項提振消費政策之一，服務業經營主體貸款貼息政策的出臺主要基於以下考慮： 一是提振消費對供需兩端協同發力有要求。隨著去年黨中央部署實施的一攬子增量政策以及今年出臺的穩就業穩經濟若干舉措接續發力，國內需求全方位擴大，重點領域消費持續提升，但擴大內需仍面臨一些制約，供需關係不平衡問題凸顯，消費回升仍面臨一定壓力。大力提振消費，以增收減負提升消費能力和意願，以高質量供給創造有效需求，有必要從需求端和供給端協同發力。服務業經營主體作為消費服務和場景「提供者」，生產經營和擴大再生產需要加力支持，為提供高品質的消費服務創造條件。 二是人民群眾對服務消費提質升級有訴求。服務消費涉及面廣、聯動性強，與增進民生福祉、不斷滿足人民對美好生活的嚮往直接相關。近年來，我國居民服務性消費佔比持續提升，2024年人均服務性消費支出佔比達46.1%，消費結構由商品消費主導向服務消費主導加速轉變。本次出臺針對性支持舉措，將推動優化和擴大服務消費供給，更好匹配人民群眾日益增長的高品質服務消費需求。 三是服務業經營主體對降低融資成本有期待。服務業經營主體大多為中小企業和個體工商戶，他們一頭連著從業者的生計，一頭連著居民的生活，可持續經營普遍受到信貸支持規模、融資成本、現金流穩定性等因素的影響。財政部牽頭實施服務業經營主體貸款貼息政策，旨在通過「四兩撥千斤」的槓桿效應，為廣大服務業經營主體提供更多低成本金融資源支持，助力進一步疏通實體經濟「毛細血管」。 二、《方案》作為中央層面首次聚焦消費領域、針對服務業經營主體出臺的貸款貼息政策，提出了哪些工作要求？ 答：財政貼息政策為貸款主體提供「真金白銀」的支持，有利於充分發揮財政資金引導作用。本次出臺《方案》，聚焦與人民群眾日常生活密切相關的消費領域，精準發力、靶向施策，在工作要求上可以歸納為「四個堅持」： 一是堅持政府引導、各省統籌。針對不同地區、不同群體消費特點，由地方政府特別是省級政府發揮統籌協調作用，建立健全工作機制，組織財政、民政、人力資源和社會保障、商務、文化和旅遊、衛生健康、體育、金融管理等部門，實行各省行業管理部門加強審核監督、省級財政部門保障貼息需求的「自審自貼」模式，形成推進合力，提高工作效率。 二是堅持市場運作、自主審貸。推動有為政府和有效市場更好結合，經辦銀行按照市場化、法治化原則，對符合政策支持範圍的經營主體自主審核、自主授信、自主放貸，確保信貸資源有力支持服務業經營相關活動，助力提升服務供給能力。 三是堅持精準施策、高效運行。適應服務業經營主體規模較小、數量眾多、資金交易頻繁的特點，適當簡化貼息流程，由經辦銀行審批發放貸款、財政部門撥付貼息資金，強化各相關部門監督核驗作用，精準引導金融機構加大消費領域服務業信貸投放力度。 四是堅持嚴格監督、防控風險。推動各參與主體各負其責、強化管理，切實防範風險。省級政府加強統籌，組織行業管理部門強化行業監管、貸款和貼息審核；經辦銀行加強貸款管理，嚴格貸前貸後風險合規控制；金融監管部門加強監管，督促經辦銀行嚴控資金流向；財政部門跟蹤抽查貼息資金使用情況，推動財政貼息資金規範管理和使用。 三、服務業經營主體享受貼息政策需要符合哪些條件？ 答：《方案》對符合條件的服務業經營主體給予年貼息比例1個百分點、貼息期限不超過1年的財政貼息支持，單戶享受的最高貼息金額1萬元，具體條件如下： 一是支持範圍。餐飲住宿、健康、養老、託育、家政、文化娛樂、旅遊、體育等8類消費領域的服務業經營主體貸款，可享受貼息支持。 二是期限條件。在《提振消費專項行動方案》公開發布之日2025年3月16日至2025年12月31日期間籤訂貸款合同且相關貸款資金發放至經營主體的，按照貸款本金對經營主體進行貼息。 三是資金用途。服務業經營主體貸款需合規用於改善消費基礎設施、提升服務供給能力。 四是經辦銀行。相關經辦銀行包括21家全國性銀行，包括國家開發銀行、中國進出口銀行、中國農業發展銀行、中國工商銀行、中國農業銀行、中國銀行、中國建設銀行、交通銀行、中國郵政儲蓄銀行、中信銀行、光大銀行、華夏銀行、民生銀行、招商銀行、興業銀行、廣發銀行、平安銀行、浦發銀行、恆豐銀行、浙商銀行、渤海銀行。 五是其他條件。同一筆貸款不得重複享受中央財政其他貼息政策；已享受地方財政相關貼息政策的，此次貼息不得超出扣除已有貼息後的實際利率水平。 四、我們注意到，《方案》從全生命周期管理的角度對貼息的各個環節作了詳細規定，能否為我們介紹具體工作流程？ 答：近年來，財政部會同有關方面實施了疫情穩產保供貸款貼息、部分領域設備更新貸款貼息、大規模設備更新貸款貼息等政策，形成了一整套貸款貼息政策管理機制。此次貼息政策沿用相關成熟工作機制，工作流程主要分為六步： 一是貸款審批發放。符合條件的服務業經營主體可向所在地相關經辦銀行提出貸款申請，並按要求提供相關證明材料。經辦銀行按照市場化、法治化原則審批貸款申請，自主決策貸款發放條件並及時放款。 二是貸款定期審核。經辦銀行省行按月匯總符合貼息條件的貸款發放情況，定期報省級行業管理部門審核。 三是貼息資金申請。經辦銀行省行結合相關部門審核檢查情況，按時向所在地省級財政部門提出貼息資金需求申請。 四是貼息資金結算。省級財政部門收到經辦銀行貼息資金申請後，及時與行業管理部門審核情況進行比對，向財政部提出貼息結算申請。財政部與各省級財政部門結算並撥付中央財政承擔的貼息資金。 五是貼息資金撥付。省級財政部門及時向經辦銀行省行撥付財政貼息資金。經辦銀行對已付部分利息，一次性向經營主體返還對應貼息資金；對未付部分利息，在向經營主體按期收息時直接扣除對應貼息資金。 六是貼息資金清算。政策到期後，經辦銀行按時向省級財政部門提出貼息資金清算申請。省級財政部門匯總審核後向財政部提交貼息資金清算報告。財政部與各省級財政部門清算貼息資金。 五、為充分發揮政策成效，《方案》在做好組織實施方面提出了哪些要求？ 請向上滑動閱覽答：《方案》緊扣消費領域服務業經營主體特點，充分考慮經營主體操作便捷性、各方職責協同性以及貼息資金使用合規性，力求流程便利、管理精準、執行高效，以更大力度支持提振消費。 一是簡化流程，提高效率。在貼息申請環節，服務業經營主體只需按照一般貸款流程在經辦銀行辦理貸款，對於貼息資金，由經辦銀行在政策到期後一次性向財政部門提出貼息申請，經營主體免申即享優惠利率。在資格審核環節，經辦銀行對照國民經濟行業分類自主確定滿足條件的經營主體，相關標準既符合全國統一的行業劃分要求，又適應銀行內部貸款管理需要，便於精準高效確認支持對象。在貼息撥付環節，為滿足各地貼息資金需求，明確原則上到期後統一結算的同時，保留一定靈活度，如果實際執行中信貸需求旺盛、貼息需求增加、政策執行加快，財政部可視政策實施情況適時組織各省級財政部門提前或分階段開展結算工作。 二是壓實責任，形成合力。經辦銀行承擔審貸主體責任，合理匹配優惠信貸額度，強化貸後管理。有關行業管理部門承擔行業監督責任，嚴格審核把關。金融監管部門承擔金融監管責任，督促經辦銀行審核資金用途和跟蹤貸款實際使用情況，確保貸款資金合規和有效使用。財政部門承擔貼息資金管理責任，動態掌握貸款發放進度和貼息資金需求情況，合理確定貼息資金撥付頻次與結算周期。中國人民銀行省級分行與省級財政部門共享相關政策執行情況，強化貨幣政策和財政政策協同聯動。 三是加強監控，確保實效。要求經營主體將貸款資金用於提升服務供給能力、改善消費基礎設施，嚴禁用於房地產開發或投資、理財等套利活動。各有關部門加強監督，對於發現貸款資金使用、貼息資金申領等違反政策規定的，及時追回相關信貸資金和財政貼息資金，並依法依規對經營主體和經辦銀行進行處罰，確保貼息資金用於支持合規經營活動，真正發揮政策實效。
前不久，我在做某數位化平臺的調研時，與他們的創始人談到了一個耐人尋味的話題——「為什麼中國擁有全球最完整的工業體系，卻仍有無數中小工廠困於『代工邊緣』？」 對方提到，「其實只用產業鏈集群來描述中國製造業的供應鏈能力是不準確的，至少還包括工藝協同、企業協同、行業協同、區域協同和內外協同。」 這五個協同層面，恰好揭示了傳統供應鏈體系的深層矛盾。當我們把目光從單個企業的生存困境投向更遠，會發現全球供應鏈的重組早已超越簡單的產能轉移，演變為一場由數據與算法驅動的系統性變革——而AI，正是這場變革的核心引擎。 傳統供應鏈的困境：看不見的繩索與隱性成本 傳統供應鏈的痛點往往像慢性病，其症狀在危急時刻才會被劇烈感知。而AI卻像特效藥一樣，能讓傳統供應鏈「起死回生」。 在珠三角某電子元件基地，一家主營手機配件的工廠就曾遭遇過類似問題。當海外客戶突然要修改訂單要求時，供應商需要花費三天時間核實技術要求的細節，而車間主任也只能憑經驗決定能不能修改。這種低效的信息傳遞鏈條，迫使企業不得不常年多備15%的冗餘庫存以應對不確定性。 這種依賴人工經驗的決策模式，更「坑人」的地方在於，易引發市場波動中的「群體失智」：市場一有風吹草動，就容易集體跑偏。結果就是企業看不清市場走向，要麼一窩蜂擴大生產，要麼突然集體減產，最終陷入「產能錯配—利潤壓縮」的惡性循環。 這些問題的根源，本質上是傳統供應鏈「信息孤島」與「決策滯後」的系統性矛盾，而這恰恰是AI技術的突破口。 「信息孤島」的癥結在於，在傳統供應鏈中，訂單信息需經採購、設計、生產、物流等多環節層層傳遞，每過一個節點就產生信息損耗；上下遊企業因數據標準不統一，技術參數、交付周期等關鍵信息難以對齊。例如，某汽車零部件製造商因無法實時獲取主機廠的生產計劃調整，頻繁出現生產節奏與市場需求脫節。 「決策滯後」則體現為，傳統供應鏈依賴人工經驗和歷史數據的預測模式，在突發性事件面前不堪一擊。例如2020年新冠疫情初期，全球供應鏈的混亂正是源於信息傳遞的延遲和決策的滯後。當某國港口突然關閉時，上遊製造商無法及時調整生產計劃，下遊客戶也難以重新配置物流資源時，將會導致整個鏈條陷入癱瘓。 那這困境的本質是什麼呢？是工業時代線性協作模式與數字時代動態需求之間的脫節。當市場從「大規模標準化生產」轉向「個性化柔性定製」，全球貿易要求供應鏈具備實時響應能力時，依賴人工、割裂信息、滯後決策的傳統模式也將必然被淘汰。這也解釋了為何AI在供應鏈中的應用已從「可選升級」變為「生存必需」——它不僅是技術工具，更是重構供應鏈底層邏輯的核心引擎，就是為了將「看不見的繩索」轉化為「可量化的數據流」，將「隱形成本」壓縮為「精準可控的效率提升空間」。 如何解決？構建AI驅動的「數據—算法」供應鏈體系 當傳統供應鏈的痛點被摸清楚了，解決辦法也就隨之而來，即構建一個基於AI的「數據—算法」供應鏈體系。 該體系的核心，在於AI將模糊的製造能力轉化為可量化的數據資產，並通過算法實現全領域精準協同。一些領先的數位化製造平臺已經展現出成熟的實踐，其平臺通過構建多維度的數據標籤體系，從最底層的工藝切入，將原本難以描述的工藝能力，如微米級精度的車床加工、特定材質的表面處理工藝等，轉化為機器可識別的結構化特徵。隨後，將簡單的需求流轉到工廠，讓買家和工廠直接對接；碰到需要多種工藝的複雜訂單，就重新設計、拆解，再派單給不同工廠完成，其匹配精度與效率遠超人工篩選。 這種轉變其實本質上是AI正在繪製一張實時更新的全球「製造能力圖譜」。以前，說起企業的製造能力，大家總愛簡單分成「能做」和「不能做」兩種。現在，在AI驅動的體系中，每個工廠的工藝參數、設備配置、質量認證等數據都被拆解為可動態組合的模塊。例如，醫療器械企業發布精密零件採購需求時，AI系統不僅能匹配具備相應資質的供應商，還能根據實時產能數據推薦最優生產方案——既大幅提升供應鏈匹配效率，又顯著降低冗餘成本。這種數據驅動的決策模式，正在將供應鏈管理的底層邏輯從「被動響應」轉向「主動預測」，成為全球供應鏈的核心競爭力。 其實這場變革的關鍵在哪兒呢？說到底，數據成了供應鏈裡最值錢的家當，而算法就像分配利益的規矩——誰手裡的預測模型更準，誰能更快把所有數據理順，誰就能在全球供應鏈重新洗牌的時候佔上風。 對中國製造業來說，這種靠AI撐起來的「數據加算法」模式，不光能幫那些中小工廠跳出「只能做代工」的困局，更能把咱們「工業體系全」這個大優勢，變成在全球供應鏈裡說了算的本事。這麼一來，全球供應鏈也慢慢從「扎堆在一個地方生產」變成「靠數字連在一起高效協作」了。 從中國到全球，供應鏈的「去中心化」革命 而在全球範圍內，供應鏈都在悄悄變樣——以前是層層管著、一個中心說了算，現在慢慢變成了大家各有各的職能，互相配合著來。而這場大變樣的背後，最關鍵的推手就是AI。 想像這樣一個場景——深圳的電子元件工廠接到來自巴西的定製化訂單，系統自動生成包含質量檢測標準、付款條件和物流路線的智能合約，貨物離開生產線時區塊鏈就完成支付結算，整個過程像網購一樣簡單直觀。這種看似科幻的場景，其實在阿里巴巴國際站的跨境貿易中已經初現端倪，去年該平臺就有超過三成的交易開始應用區塊鏈存證技術，實現了全流程的透明化與自動化。 現在，技術的底層邏輯正在發生質變。5G結合AI視覺算法讓跨國遠程質檢成為可能，AI算法能實時分析全球14個港口的擁堵情況，物聯網設備回傳的貨櫃溫溼度數據經AI分析後可提前預警風險……傳統供應鏈的「金字塔」結構正被徹底解構。這種變革帶來的不僅是流程簡化，更是價值創造模式的根本性轉變——過去依賴跨國物流公司和銀行的「中間層」正在消失，生產端和消費端通過。AI驅動數字網絡直接咬合。 然而，這場革命的推進遠比想像中更加複雜。在東莞的製造業集群中，我們能看到兩種截然不同的圖景並行：某家年產值5億的電子廠斥資800萬搭建工業網際網路平臺，卻因管理層對數據可視化系統缺乏理解，導致系統淪為擺設；而隔壁的模具廠則用300萬改造費用實現設備聯網，通過實時監測刀具損耗率，就將生產效率大幅度提升。 這種差異折射出轉型的深層矛盾——當數位化需要重構組織架構時，很多企業發現最大的障礙不是技術本身，而是組織慣性。實際中通常會出現花了幾個月時間搭建ERP系統，但員工習慣了手工操作，推廣難度很大。此外，數據安全和隱私保護問題也日益凸顯，如何在開放共享與風險控制之間找到平衡，是行業面臨的共同挑戰。 這些現實困境揭示：去中心化不是簡單的技術疊加，而是需要同步重構商業規則、組織文化甚至權力關係的系統工程。 供應鏈的「活」與「變」 當供應鏈「活」了起來，中國製造乃至全球產業網絡的協同與進化，才真正擁有了面向未來的無限可能。 這場由數據與算法驅動的變革，正在重塑全球供應鏈的底層邏輯——從「效率優先」轉向「韌性優先」，從「成本控制」轉向「價值共創」。 過去由跨國企業主導的垂直供應鏈，正在演變為一種網狀生態。深圳無人機企業通過開放AI算法接口，吸引全球開發者為其改進飛行控制系統，使產品響應速度提升30%；蘇州的紡織廠將柔性生產線接入AI雲平臺，成為服務十幾個國家設計師品牌的「雲製造」節點，實現按單生產的毫秒級調度。這種轉變帶來的不僅是效率提升，更是價值創造邏輯的根本變革：當每個參與方都能通過數據貢獻獲得收益分成，當創新成果能在全球範圍內即時復用，供應鏈就變成了持續進化的生命體。 從大趨勢來看，AI正在悄悄改變供應鏈創造價值的方式。過去，資源怎麼分配，基本都是行業裡的大公司說了算；現在，AI的「分布式智能」慢慢接過了這活兒——算法會盯著實時數據，靈活調配產能、優化物流路線、提前預判需求，哪怕是很小的生產單元，都可能在這個過程中變成創造價值的關鍵節點。 這種變革的深層意義在於，全球供應鏈的競爭早就不拼規模大小了，而是比誰的AI算力強、處理數據快。誰能更快練出精準的預測模型，誰能更高效地把各地的數據串起來，誰就能在現在這個講究靈活、能定製的全球市場裡搶得先機。 不過，AI推動供應鏈升級，也不是沒遇到難題。比如得建立跟AI匹配的數據歸屬和交易規則，得培養既懂生產工藝又懂算法的多面手，還得琢磨怎麼讓不同文化背景的人用AI好好配合。就像深圳華強北的轉型，從以前的手工焊接小作坊，變成現在涵蓋設計、測試、融資的全鏈條數字生態，每一步突破都離不開AI技術進步和制度創新的相互帶動——算法在優化生產流程的同時，也逼著管理模式改成了「人和機器一起協作」。 在未來的產業圖景中，AI會變成供應鏈的「神經中樞」：工廠設備靠AI自己協調幹活，物流網絡跟著算法隨時調整路線，甚至消費者幾個月後想要什麼，AI都能提前半年算出來。等每個生產單元都連上AI驅動的數字網絡，整個供應鏈會變得特別有韌性，充滿活力。這可不只是技術更新換代那麼簡單，更是全球產業格局朝著「智能協同」時代走的必然結果。 (作者劉典為復旦大學中國研究院副研究員，清華大學人工智慧國際治理研究院戰略與宏觀項目主任，新著《杭州模式：DeepSeek與中國算谷》2025年5月由中信出版集團出版)
免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。
蜜桃直播
「活动」首次登录送新手大礼包
- 软件大小: 492.93MB
- 最后更新: 2025-10-31 06:39
- 最新版本: v10.4.18.9
- 文件格式: apk
- 应用分类:ios-Android 咪咕直播
- 使用语言: 中文
- : 需要联网
- 系统要求: 4.76以上
客服热线：132-9457-7584
89673
62
57641
89
18376
14
2025-10-31 06:39
72436
14
2025-10-31 06:39
37529
65
2025-10-31 06:39
15982
84
2025-10-31 06:39
48762
89
2025-10-31 06:39
42983
26
2025-10-31 06:39
87359
85
2025-10-31 06:39
87369
68
2025-10-31 06:39
39857
28
2025-10-31 06:39
85492
45
78935
16
19
89
68942
51683
13
94
43827
64
26491
31569